İstatistiksel anlamlılık ne anlama gelir?
Bir sonucun tesadüfen ortaya çıkmış olma ihtimalinin düşük olduğunu gösterir, ama önemli olduğunu göstermez.
Anlamlılık ne demektir?
İstatistiksel anlamlılık, gözlenen bir farkın tesadüfle açıklanabilme olasılığının belirli bir eşiğin altında kalmasıdır. Bu eşik çoğu zaman yüzde beş olarak alınır.
Neden yanıltıcı olabilir?
Çok büyük örneklerde küçük ve pratikte önemsiz farklar bile anlamlı çıkabilir. Bu yüzden etki büyüklüğünü de sormak gerekir.
Nasıl yorumlanmalı?
Anlamlılık değerini tek başına bir kanıt saymak yerine, veri toplama yöntemi ve etki büyüklüğüyle birlikte okuyun.
P değeri neyi söyler, neyi söylemez?
P değeri, eğer gerçekte bir etki yoksa, gözlenen sonuca benzer ya da daha uç bir sonucun görülme olasılığını gösterir. Bu nedenle düşük bir p değeri, sonucun tesadüf olma ihtimalinin düşük olduğunu söyler. Ancak etkinin büyüklüğünü, önemini ya da doğruluğunu tek başına göstermez. Yüzde kaç ihtimalle doğru olduğu gibi yorumlar bu değerin yanlış okunmasından doğar.
Örneklem büyüklüğünün etkisi
Çok büyük bir örneklemde küçük ve önemsiz bir fark bile istatistiksel olarak anlamlı çıkabilir. Çok küçük bir örneklemde ise gerçek bir etki bile anlamsız görünebilir. Bu yüzden bir sonucu okurken örneklemin büyüklüğüne ve çalışmanın tasarımına bakmak gerekir.
Pratik anlamlılık ile karıştırmayın
Bir fark istatistiksel olarak anlamlı olabilir ama günlük hayatta hiçbir değişiklik yaratmayabilir. Örneğin bir ilacın etkisi ölçülebilir ama hastanın yaşam kalitesini belirgin biçimde değiştirmiyorsa, pratik anlamı sınırlıdır. Etkinin büyüklüğünü ve güven aralığını birlikte görmek, bu ayrımı yapmanıza yardımcı olur.
Çoklu karşılaştırma sorunu
Aynı veride çok sayıda test yapıldığında, tesadüfen anlamlı çıkan bir sonuç bulma olasılığı artar. Bu nedenle bir çalışmada yalnızca anlamlı çıkan sonucun öne çıkarılması yanıltıcı olabilir. Önceden belirlenmiş bir hipotez ile yapılan analiz, sonuçların güvenilirliğini artırır.
Etki büyüklüğünü de raporlayın
Yalnızca p değerini vermek, farkın ne kadar büyük olduğunu göstermez. Etki büyüklüğü, sonucun pratikte ne kadar önemli olabileceğini anlamaya yardımcı olur. Bu nedenle etki büyüklüğü ve aralık tahminleri de birlikte verilmelidir.
Güven aralığını okuyun
Güven aralığı, tahmin edilen değerin hangi aralıkta olabileceğini gösterir. Aralık geniş ise sonuç belirsizdir ve kesin bir yargı için daha fazla veriye ihtiyaç duyulabilir. Aralık dar ve tek yönlüyse etki daha güvenle yorumlanabilir.
Tekrarlanabilirlik önemlidir
Tek bir çalışmada anlamlı çıkan bir fark, benzer koşullarda tekrarlandığında aynı sonucu vermeyebilir. Bağımsız ekiplerin aynı soruyu farklı verilerle test etmesi bulgunun güvenilirliğini artırır.
Tek bir p değerine bağlanmayın
Bir çalışmanın yalnızca p değerine bakarak değerlendirilmesi, verinin bütün resmini kaçırmaya yol açabilir. Hangi analizin yapıldığı, veri setinin nasıl toplandığı ve ölçümlerin ne kadar hassas olduğu da birlikte düşünülmelidir. Tek bir sayı, karmaşık bir soruya yeterli cevap vermez.
Yayın yanlılığını hatırlayın
Anlamlı sonuç veren çalışmalar daha kolay yayımlanma eğiliminde olabilir. Bu durumda literatürde görülen anlamlı farklar, gerçek etkiden daha büyük görünebilir. Sonuçları değerlendirirken, anlamlı bulunmayan çalışmaların da var olup olmadığını sormak önemlidir.
Sonuçları günlük dile çevirin
İstatistiksel bir bulguyu anlatırken "bu fark ne kadar büyük ve bu bilgi kimin için ne anlama geliyor" sorusuna cevap verin. Teknik terimler yerine somut örnekler kullanmak hem yanlış anlaşılmayı azaltır hem de okurun sonucu kendi durumuna uyarlamasına yardımcı olur.
Anlamlılık eşiğini önceden belirleyin
Anlamlılık düzeyi, veri toplanmadan önce seçilmelidir. Sonuçlar görüldükten sonra eşik değiştirildiğinde, bulgunun güvenilirliği zayıflar. Bu nedenle çalışma planında hangi analizin yapılacağı ve hangi düzeyin esas alınacağı açıkça yazılmalıdır.